Uso de detectores MOSFET para verificar y validar el tratamiento de radiación Monte Carlo en un maniquí antropomórfico
Bibliographic record
Abstract
Los tratamientos de radioterapia planificados mediante simulación Monte Carlo proveen un cálculo de dosis muy preciso en comparación a los sistemas deterministas. En el presente trabajo, hemos utilizado el MCNP6 (código Monte Carlo de transporte de partículas) para simular la irradiación de un maniquí antropomorfico (RANDO phantom) con un acelerador lineal médico y se ha validado con medidas experimentales tomadas en el interior del maniquí mediante dosímetros MOSFET. El modelo detallado de la Elekta Precise con colimador multiláminas utilizando un haz de fotones de 6 MeV fue diseñado y validado por medio de curvas de dosis en profundidad en cuba de agua para haces de diferentes tamaños y formas en los trabajos anteriores. \nEste estudio incluye en la simulación de la geometría el maniquí RANDO. Para ello, un conjunto de imágenes de tomografía computerizada (CT) del maniquí fue formateado introduciendo las slices en el software PLUNC. El programa PLUNC realiza la segmentación mediante la definición de las estructuras anatómicas y un algoritmo de Matlab escribe la información del maniquí en formato de entrada para MCNP6. La simulación ha sido verificada y validada a través de la comparación de mediciones de dosímetros MOSFET de alta sensibilidad (Best medical Canada) en diferentes puntos dentro del maniquí con los resultados de la simulación. Los MOSFET Wireless utilizados proporcionan la estimación de dosis en volumen extremadamente finos, por lo que la validación llevada a cabo es muy precisa. \nLa comparación muestra buena concordancia entre las mediciones de los MOSFET y los cálculos Monte Carlo, confirmando la validez del procedimiento desarrollado para incluir pacientes vía CT en simulaciones y aprobar el uso de simulaciones Monte Carlo como sistema preciso para planificación de tratamientos.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".